GraphEval是亚马逊研究者提出的框架，利用知识图谱检测大语言模型的幻觉问题。它通过构建语义三元组，并用自然语言推理模型评估每个三元组是否被上下文蕴含，未蕴含的即标记为幻觉。该框架强调可解释性，便于定位幻觉根源。

本文探讨了知识图谱在减轻大型语言模型（LLMs）虚构幻觉中的应用，提出了一种改进框架，通过结合知识图谱与语言模型，提升事实问答的准确性。研究表明，该框架显著提高了模型性能，降低了谬误，增强了可信度，并介绍了评估幻觉的新方法和技术挑战，为未来研究提供了方向。